Detectron2 平台

DINOv3

AI GitHub 仓库

提供了一个由 Facebook Research 开发的参考 PyTorch 实现和模型。它旨在为希望利用自监督学习技术进行计算机视觉任务的研究人员和开发者提供支持。DINOv3 提供了一个由 Facebook Research 开发的参考 PyTorch 实现和模型。它旨在为希望利用自监督学习技术进行计算机视觉任务的研究人员和开发者提供支持。

YOLO-World

AI GitHub 仓库

#144

由 AILab-CVC 开发的实时开放词汇目标检测工具。它旨在通过允许检测训练期间未见过的物体来增强目标检测能力，使其在各种应用中具有多功能性。YOLO-World 是由 AILab-CVC 开发的实时开放词汇目标检测工具。它旨在通过允许检测训练期间未见过的物体来增强目标检测能力，使其在各种应用中具有多功能性。

Scalabel

AI GitHub 仓库

多功能的基于网络的视觉数据标注工具，旨在简化数据集的标注和管理过程。它支持多种标注类型，适用于计算机视觉和机器学习项目的各种应用。Scalabel 是一个多功能的基于网络的视觉数据标注工具，旨在简化数据集的标注和管理过程。它支持多种标注类型，适用于计算机视觉和机器学习项目的各种应用。

感知编码器

AI GitHub 仓库

由Facebook研究开发的最先进的AI工具。它专注于图像和视频CLIP模型以及多模态大型语言模型，提供处理和理解视觉和文本数据的高级能力。感知编码器是由Facebook研究开发的最先进的AI工具。它专注于图像和视频CLIP模型以及多模态大型语言模型，提供处理和理解视觉和文本数据的高级能力。

Vision Transformer

AI GitHub 仓库

Vision Transformer (ViT) 仓库提供了用于图像识别任务的模型和代码。它包括 Vision Transformer 和 MLP-Mixer 架构的实现，这些模型已在 ImageNet 和 ImageNet-21k 数据集上进行了预训练，并提供了 JAX/Flax 中的微调代码。

Ultralytics YOLO

AI GitHub 仓库

#21

Ultralytics YOLO 包含 YOLO26、YOLO11 和 YOLOv8，提供目标检测、实例分割、语义分割、图像分类、姿态估计和目标跟踪的能力。它专为计算机视觉领域的开发者和研究人员设计。

R-FCN

AI GitHub 仓库

基于区域的对象检测框架，它利用全卷积网络进行准确高效的图像分析。它在整个图像上共享计算，从而能够采用强大的分类器骨干网络（如 ResNets）来增强对象检测能力。R-FCN 是一种基于区域的对象检测框架，它利用全卷积网络进行准确高效的图像分析。它在整个图像上共享计算，从而能够采用强大的分类器骨干网络（如 ResNets）来增强对象检测能力。

Mask R-CNN

AI GitHub 仓库

用于目标检测和实例分割的深度学习模型，基于 Keras 和 TensorFlow 实现。它旨在识别和分割图像中的对象，为计算机视觉的各种应用提供像素级的准确性。Mask R-CNN 是一个用于目标检测和实例分割的深度学习模型，基于 Keras 和 TensorFlow 实现。它旨在识别和分割图像中的对象，为计算机视觉的各种应用提供像素级的准确性。